Муторно квалить лидов, продавец с ИИ помог

Теперь теплые лиды, потому что грел ИИ

Привет,

Меня зовут Леонид.

У меня 2 проекта:

В статье я описываю реальные возможности ИИ в отделе продаж на сегодняшний день. В самом конце вас ждет инструкция, как из ChatGPT собрать ИИ-помощника для обработки заявок.

И у этого есть 3 частые причины:

1. Лиды быстро остывают, пока менеджер возьмет заявку.

2. Слишком короткая прогревающая воронка заставляет менеджера силой тащить лида до сделки.

3. 80% сил менеджера уходят на непрогретые или нецелевые заявки, и всего лишь 20% остается на теплых лидов, если не меньше.

А можно представить, что менеджер мог бы обрабатывать уже теплые заявки, если бы этап квалификации кто-то качественно делал за него.

В идеале, чтобы некий ИИ после оставления заявки писал, квалифицировал и договаривался на КЭВ

(КЭВ - ключевой этап воронки: звонок, презентация, экскурсия, показ)

Не есть еще 3 распространенных решения и без ИИ со стороны РОПа:

Нанимать лидорубов, увы, может себе позволить не каждая компания, хотя с точки зрения общей эффективности это решение грамотное оно имеет много подводных камней в виде: большой и постоянной текучки лидорубов, потребность делать или нанимать отдельную академию и за все это платить.

Менять штат продажников как правило нужно вместе с РОПом. А найти крутого РОПа – это задача со звездочкой.

ИИ для многих вообще выглядит пока еще как темный лес, хотя со всех сторон уже слышно о применении здесь и там. Я думаю, так как вы читаете материал на этом сайте, вы, скорее всего, продвинутый в технологиях человек и какие-то решения уже видели сами и, возможно, тестировали.

Очевидно, что ИИ-продавцу без разницы, кого он прогревает и квалифицирует, его сообщение значительно дешевле сообщения живого менеджера, потому что ИИ не нужно кушать ничего, кроме электричества.

И как бы нам, людям, не хотелось, все двигается в сторону применения ИИ повсюду, где есть алгоритмический труд.

Удивительно, но с подобным люди сталкивались еще 200 лет назад. Когда в XIX веке большую часть механической работы заменили станки.

Люди разделились на 2 лагеря: тех, кто верил в станки и промышленную революцию и тех, кто считал, что люди и труд все перетрут.

Сейчас мы знаем, кто победил. Хотя, по итогу, человеческий труд машины не заменили, но поменялся образ жизни и формат труда человека. Люди стали работать с помощниками в виде больших и мощных машин.

Сегодня лагеря все также 2: Тех, кто внедряет ИИ и те, кто игнорируют его.

В XXI веке перед нами встанет такой же вопрос о замещении алгоритмического труда искусственным интеллектом, как 200 лет назад встал вопрос о замене механического труда станками.

В продажах. Учитывая тот факт, что на первой линии фишки и приемы по доведению до ключевого этапа воронки примерно одинаковые, получается, что менеджер на этом этапе выполняет алгоритмический действия, которые, как мы вот-вот выясним, искусственный интеллект может делать за менеджера уже сегодня.

Если коротко, все дело в огромных инвестициях в большие языковые модели и чат-боты: ChatGPT, Gemini, Claude и недавно появившийся DeepSeek.

Большие языковые модели по сути выполняют инструкции человека по обработке текста, например написать интересный пост, написать очень искреннее поздравление с днем рождения, или писать сообщения с целью продать продукт.

Но есть проблема

Если вы напишете ChatGPT промт о том, как он должен продавать, на какое действие должен закрыть и как это делать, он будет настолько четко следовать этой инструкции, что либо будет слишком предсказывемым и бесчеловечным, либо после первого вашего согласия он будет закрывать на или покупку, что тоже бесчеловечно)

Можете проверить сами, вставив один промт в ChatGPT:

Что отличает живого продавца от ИИ-продавца?

Одна простая вещь - возможность менять стратегию в диалоге в зависимости от реакции собеседника.

И тут кто-то точно подумает:

Но я буду вынужден немного расстроить этих людей.

Потому что точно также, как живой менеджер, ИИ может оценивать реакцию собеседника и менять стратегию в диалоге, точнее это будет делать отдельный ИИ-агент ведения переписки. Его задача следить за реакцией собеседника и вовремя включать и выключать других агентов, чтобы вести человека к целевому действию. ИИ-агент установления контакта, ИИ-агент выявления потребности, ИИ-агент реанимации собеселника и т.д.

Кажется сложно?

Разбираемся поэтапно.

Любой диалог живого менеджера по продажам давно разделили на этапы: знакомство, выявление потребностей, презентация, отработка возражений и закрытие. Также любой диалог ИИ-продавца с человеком, можно разделить на этапы. И для каждого этапа создать отдельного ИИ-агента: ИИ-агент знакомства, ИИ-агент выявления потребностей, ИИ-агент отработки возражений. А поверх него будет стоять главный ИИ-агент, который натренирован только на то, чтобы довести диалог до КЭВа, включая и выключая ИИ-агентов.

Большинство диалогов живого менеджера с выводом на КЭВ работают ровно по такому сценарию.

А когда клиент сомневается или саботирует, в мозгу живого менеджера включается агент "отработки возражений", которого он натренировал за все время работы.

Таким образом получается, что ИИ-продавец возможен на этапе вывода клиента на КЭВ, если ИИ-продавец будет состоять не из одного промта на GPT, а из системы ИИ-агентов.

Причем для клиента это выглядит как обычная переписка в Telegram/WhatsApp с живым менеджером. То есть клиент видит, что общается с Анной, даже не подозревая, что до КЭВа с ним переписывалась не Анна, а ИИ-продавец.

ИИ-продавца с системой ИИ-агентов мы зовем Sellina.

С вами был,

В прошлом посте я рассматривал как из ChatGPT собрать ИИ-помощника для обработки заявок. Делюсь с вами обещанной ссылкой